显存容量决定任务上限
模型权重、训练状态、输入数据和中间结果都需要显存。对大模型任务而言，先筛掉显存不足的型号，再比较性能和价格更有效。
架构和精度支持影响效率
不同架构对 FP32、FP16、BF16、FP8、Tensor Core 和图形工作负载的支持不同。应以使用框架的兼容性和任务精度要求为准。
同型号不同规格也要分开看
同一 GPU 可能存在单卡、多卡、不同显存或不同接口规格。公开型号名称、卡数、区域和磁盘配置需要一起核对，不能只凭系列名称判断。
常见问题
新一代 GPU 一定更划算吗？
不一定。较新型号通常性能更强，但任务规模、软件兼容性和价格共同决定实际性价比。
A100 和 H100 应该怎么选？
先确认框架、精度、显存和性能目标。H100 面向更新的高性能训练与推理需求，A100 对许多成熟任务仍然适用。
在哪里查看当前可用型号？
通过起源算力实时价格页查看当前上架型号、区域、规格和前台售价。
型号、库存、区域与价格会动态变化，请以控制台创建实例时展示并确认的信息为准。实例释放后数据不保留，请提前完成必要备份。